每經(jīng)記者｜陳植    每經(jīng)編輯｜馬子卿    

隨著AI大模型技術(shù)在金融行業(yè)的應(yīng)用日益廣泛，其價(jià)值正從降本增效逐步升級(jí)到高效提升業(yè)務(wù)核心收益。近日，奇富科技（HK03660）CEO吳海生接受《每日經(jīng)濟(jì)新聞》記者（以下簡(jiǎn)稱“NBD”）專訪時(shí)表示，科技是驅(qū)動(dòng)金融創(chuàng)新的關(guān)鍵，能打破傳統(tǒng)邊界，以智能化、個(gè)性化方案滿足多元化金融需求。

隨著金融大模型不再比拼參數(shù)與能力，而是轉(zhuǎn)向比拼AI Agent，未來金融大模型產(chǎn)品能否在金融行業(yè)繼續(xù)普及，需滿足三大要素：一是深耕場(chǎng)景，比如在客服場(chǎng)景，AI大模型需協(xié)助座席工作人員更精準(zhǔn)迅速地捕捉用戶意圖；二是數(shù)據(jù)飛輪，以大模型在小微金融所構(gòu)建的關(guān)系圖譜為例，通過持續(xù)迭代的數(shù)據(jù)反饋機(jī)制，確保大模型性能形成良性循環(huán)；三是多智能體協(xié)作，通過調(diào)用多個(gè)智能體協(xié)作，實(shí)現(xiàn)從任務(wù)優(yōu)化升級(jí)到自主智能解決問題。當(dāng)上述三大要素相輔相成，金融機(jī)構(gòu)在大模型領(lǐng)域的核心競(jìng)爭(zhēng)力將進(jìn)一步升級(jí)。

一直以來，小微普惠金融普遍存在風(fēng)險(xiǎn)、成本與規(guī)模的“不可能三角”，即金融機(jī)構(gòu)若要在成本可控情況下大幅擴(kuò)大小微普惠金融規(guī)模，就面臨更高的信貸風(fēng)險(xiǎn)，若要追求風(fēng)險(xiǎn)與成本可控，就難以迅速擴(kuò)大業(yè)務(wù)規(guī)模等。奇富科技的實(shí)踐表明，大模型技術(shù)或許能解決這個(gè)“不可能三角”難題。因?yàn)閿?shù)字化、智能化技術(shù)可以重構(gòu)成本結(jié)構(gòu)并管控風(fēng)險(xiǎn)，這是打破上述困境的關(guān)鍵。

吳海生向記者指出，隨著金融大模型在金融行業(yè)創(chuàng)造的價(jià)值正在從降本增效升級(jí)到高效提升業(yè)務(wù)核心收益，它將驅(qū)動(dòng)金融行業(yè)顛覆式產(chǎn)品服務(wù)模式創(chuàng)新步伐加快，逐步為廣大用戶提供無縫嵌入生活的高度個(gè)性化金融服務(wù)。奇富科技正深化研發(fā)金融大模型技術(shù)、加強(qiáng)與金融機(jī)構(gòu)合作，借助AI大模型的無窮潛力，為金融行業(yè)帶來實(shí)實(shí)在在的提效。

奇富科技CEO 吳海生 圖片來源：受訪者

AI大模型技術(shù)未來將逐步從“副駕駛”走向“主駕駛”

NBD：近年來，金融行業(yè)先后擁抱元宇宙、區(qū)塊鏈與AI大模型，有些新技術(shù)似乎顯得曇花一現(xiàn)。如今，AI大模型技術(shù)在金融行業(yè)的應(yīng)用，是否會(huì)持續(xù)蓬勃發(fā)展？

吳海生：在金融科技發(fā)展歷程里，的確出現(xiàn)過很多新科技，有些科技的確曇花一現(xiàn)。但AI大模型具有被金融行業(yè)廣泛應(yīng)用的現(xiàn)實(shí)性。未來，AI大模型技術(shù)在金融行業(yè)廣泛應(yīng)用的趨勢(shì)，將會(huì)表現(xiàn)在三個(gè)方向。

一是目前AI大模型仍在扮演“副駕駛”的角色，幫助銀行從業(yè)人員更好地提升他的能力，比如在銀行貸前、貸中、貸后管理環(huán)節(jié)，以及風(fēng)控、客服、營(yíng)銷等領(lǐng)域，都可以通過AI大模型技術(shù)增強(qiáng)員工的工作能力。但在未來，我們將看到AI大模型技術(shù)逐步從“副駕駛”走向“主駕駛”。

例如，目前銀行在給小微企業(yè)做信貸風(fēng)控評(píng)估時(shí)，仍然不敢讓AI大模型自主決定信貸決策，但未來隨著AI大模型的推理能力越來越強(qiáng)，銀行風(fēng)控人員將對(duì)它的自主風(fēng)控決策能力更加放心，從而讓AI大模型參與到更多的信貸風(fēng)控決策工作。

二是金融行業(yè)對(duì)個(gè)人數(shù)據(jù)安全保護(hù)與數(shù)據(jù)合規(guī)使用的要求更高，未來，我們將看到端側(cè)AI大模型應(yīng)用的需求會(huì)變得旺盛。例如，在用戶端會(huì)產(chǎn)生一些AI小模型計(jì)算，與銀行在云端的大模型聯(lián)合起來共同計(jì)算以解決用戶的個(gè)性化金融服務(wù)需求問題，如此就能更好地解決用戶數(shù)據(jù)隱私保護(hù)與數(shù)據(jù)合規(guī)使用等問題。這種端側(cè)大模型技術(shù)可以有效連接用戶端與銀行端、用戶端與金融科技平臺(tái)端、銀行端與金融科技平臺(tái)端的各自大模型，形成較強(qiáng)的AI端計(jì)算能力，將特別適合中國金融科技發(fā)展的需求。

三是2024年以前，金融行業(yè)似乎都在比拼金融大模型的參數(shù)與能力，但近期我們看到一個(gè)明顯變化，就是大家開始將目光轉(zhuǎn)向比拼AI Agent能力，所謂AI Agent能力，就是銀行能否用AI將一個(gè)復(fù)雜任務(wù)執(zhí)行好的能力，它需要調(diào)動(dòng)眾多程序來完成這個(gè)復(fù)雜任務(wù)，但也會(huì)產(chǎn)生巨大的價(jià)值。

例如，如果一家金融機(jī)構(gòu)想將過去50年以來的標(biāo)普指數(shù)走勢(shì)數(shù)據(jù)與當(dāng)前走勢(shì)數(shù)據(jù)做一個(gè)比較，按照傳統(tǒng)做法，金融機(jī)構(gòu)需要先找到一個(gè)數(shù)據(jù)源，再下載這個(gè)數(shù)據(jù)，再做一下算術(shù)平均，然后下載當(dāng)前的數(shù)據(jù)行情進(jìn)行比較，中間存在著很多操作程序。但AI Agent可以直接幫金融機(jī)構(gòu)完成這些操作程序，實(shí)現(xiàn)更高的工作效率。

NBD：相比AI大模型，AI Agent具備哪些新的AI能力，幫助金融機(jī)構(gòu)進(jìn)一步提升金融服務(wù)水準(zhǔn)？

吳海生：如今的AI大模型已具備眾多功能，有的能生成圖片，有的能生成視頻，但這都是單一指令，不是復(fù)雜任務(wù)，因?yàn)閺?fù)雜任務(wù)涉及眾多工具的調(diào)用。例如，一個(gè)人對(duì)手機(jī)說“你要點(diǎn)一份某品牌火鍋的外賣”，AI Agent會(huì)在這個(gè)手機(jī)上自動(dòng)打開相關(guān)app，搜索到這個(gè)品牌的鏈接，進(jìn)入再點(diǎn)一份火鍋，下單并完成支付。所以AI Agent能幫人執(zhí)行一系列的復(fù)雜任務(wù)。

目前，已有金融機(jī)構(gòu)嘗試在某些金融業(yè)務(wù)場(chǎng)景使用AI Agent。但它還需要具備三大條件：首先，金融機(jī)構(gòu)的AI Agent底層技術(shù)需發(fā)展得足夠好；其次，金融機(jī)構(gòu)需要找到適合AI Agent的業(yè)務(wù)場(chǎng)景，并形成相應(yīng)的產(chǎn)品服務(wù)；第三，這項(xiàng)基于AI Agent的金融服務(wù)體驗(yàn)是否足夠無感與優(yōu)雅，讓民眾喜歡這個(gè)“生活小助手”。未來，AI Agent的應(yīng)用難度，不在于拼算法，而在于拼場(chǎng)景與用戶體驗(yàn)。

科技公司助力中小銀行縮短金融大模型等新技術(shù)的研發(fā)應(yīng)用周期

NBD：如今在金融大模型研發(fā)投入方面，大型銀行與中小銀行的投入有差距，這可能帶來新的“技術(shù)鴻溝”與“金融服務(wù)差距”，這種鴻溝與差距如何彌補(bǔ)？

吳海生：這種技術(shù)鴻溝不只是發(fā)生在大型銀行與中小銀行之間，大型銀行之間也有一定的區(qū)別性，大型銀行與科技公司之間也存在區(qū)別性，科技公司與科技公司之間也存在區(qū)別性，這其實(shí)是一個(gè)普遍現(xiàn)象。

尤其是當(dāng)前科技迭代速度實(shí)在太快，每家金融機(jī)構(gòu)或科技公司未必能持續(xù)占據(jù)技術(shù)優(yōu)勢(shì)。所以這背后的技術(shù)鴻溝比拼，更多體現(xiàn)在金融機(jī)構(gòu)對(duì)金融大模型等AI科技的投入程度，以及是否具備足夠的AI專業(yè)人才令金融機(jī)構(gòu)維持相對(duì)領(lǐng)先的技術(shù)優(yōu)勢(shì)。

我個(gè)人認(rèn)為，要解決這個(gè)技術(shù)鴻溝與金融服務(wù)差距，未來科技公司與金融機(jī)構(gòu)之間的合作空間會(huì)更多更深入，尤其是科技公司可以幫助中小銀行縮短金融大模型等新技術(shù)的研發(fā)應(yīng)用周期。

NBD：當(dāng)前中小銀行在研發(fā)自己的金融大模型時(shí)，與金融科技公司開展合作的意愿如何？

吳海生：據(jù)我們觀察，中小銀行在這方面的需求相當(dāng)強(qiáng)烈。目前，很多中小銀行都在將業(yè)務(wù)從線下向線上轉(zhuǎn)型，從對(duì)公業(yè)務(wù)向零售業(yè)務(wù)轉(zhuǎn)型，但向線上轉(zhuǎn)型后，客戶在哪里？如何與客戶合作？如何對(duì)客戶進(jìn)行風(fēng)控評(píng)估？這都是中小銀行需要解決的一系列新挑戰(zhàn)，所以他們會(huì)選擇與科技公司合作，用AI技術(shù)實(shí)現(xiàn)獲客、拓客、業(yè)務(wù)拓展與客戶風(fēng)控評(píng)估。

但與此同時(shí)，引入外部的AI等技術(shù)能力，又涉及中小銀行底層技術(shù)系統(tǒng)與業(yè)務(wù)環(huán)節(jié)的對(duì)接，所以中小銀行的內(nèi)部決策鏈條會(huì)長(zhǎng)一些。但所幸的是，我們看到越來越多中小銀行都在開展數(shù)字化轉(zhuǎn)型吸引年輕客戶，因此他們知道，未來年輕人都喜歡線上生活與智能化服務(wù)，若銀行無法提供智能化的金融服務(wù)體驗(yàn)，這些年輕人就會(huì)改換門庭。

對(duì)于科技平臺(tái)而言，如何讓中小銀行了解最前沿的技術(shù)以及應(yīng)用成效，如何縮小金融大模型等AI科技產(chǎn)品的交付時(shí)間，提升交付效率、交付質(zhì)量與交付合規(guī)性，是科技平臺(tái)能否在這個(gè)賽道具備競(jìng)爭(zhēng)力的關(guān)鍵。在這方面，我們的競(jìng)爭(zhēng)力是相當(dāng)高的。

通過在垂直場(chǎng)景領(lǐng)域?qū)ｍ?xiàng)訓(xùn)練，可以緩解大模型幻覺問題

NBD：目前基于AI技術(shù)的金融大模型在金融機(jī)構(gòu)業(yè)務(wù)場(chǎng)景的應(yīng)用成效如何，還有哪些挑戰(zhàn)需要解決？

吳海生：整體而言，金融大模型在金融機(jī)構(gòu)業(yè)務(wù)場(chǎng)景的應(yīng)用效果是相當(dāng)明顯的。尤其是在金融大模型應(yīng)用方面相對(duì)靠前的機(jī)構(gòu)，業(yè)務(wù)線上化程度已相當(dāng)高，甚至可以做到智能化。這某種程度也能解釋為何這些年金融機(jī)構(gòu)業(yè)務(wù)量保持增長(zhǎng)，但員工數(shù)量沒有同步增長(zhǎng)。因?yàn)榇罅康墓ぷ鞫急籄I等新技術(shù)所覆蓋。金融大模型技術(shù)研發(fā)應(yīng)用的挑戰(zhàn)，我個(gè)人覺得存在四個(gè)方面：

一是技術(shù)本身的成熟度，大模型技術(shù)的迭代速度非?？?。金融機(jī)構(gòu)會(huì)關(guān)注自己正使用的大模型技術(shù)是否會(huì)在未來被新技術(shù)“替代”，導(dǎo)致投入打了水漂；

二是各家金融機(jī)構(gòu)對(duì)新技術(shù)的認(rèn)知度還不夠“對(duì)齊”。有些機(jī)構(gòu)并不存在應(yīng)用這項(xiàng)新技術(shù)的緊迫性，或者有這個(gè)意識(shí)但沒有真正快速應(yīng)用它，將導(dǎo)致金融大模型技術(shù)在不同機(jī)構(gòu)之間的應(yīng)用效果參差不齊；

三是金融機(jī)構(gòu)內(nèi)部的大模型人才挑戰(zhàn)。目前，不少機(jī)構(gòu)仍然缺乏專業(yè)的金融大模型研發(fā)人才，但換一個(gè)角度，金融機(jī)構(gòu)未必需要將自己變成一家大模型公司，只需要用好大模型這項(xiàng)技術(shù)即可，所以他們需要的，是如何將金融大模型用好的專業(yè)人才；

四是大模型幻覺問題，這將是長(zhǎng)期存在的問題，但會(huì)不斷減少。因此越來越多科技公司與金融機(jī)構(gòu)都充分認(rèn)識(shí)到，在一些垂直場(chǎng)景領(lǐng)域通過專項(xiàng)訓(xùn)練，幻覺問題將比通用場(chǎng)景少很多。

NBD：如今，越來越多金融機(jī)構(gòu)在研發(fā)金融大模型時(shí)，特別關(guān)注投入產(chǎn)出比。但金融大模型的研發(fā)投入又是一項(xiàng)長(zhǎng)期工作，銀行該如何更好評(píng)估相關(guān)的投入產(chǎn)出比？

吳海生：這主要取決于金融機(jī)構(gòu)對(duì)自己的定位，如果金融機(jī)構(gòu)將自己定位成底座大模型研發(fā)公司，這個(gè)大模型研發(fā)投入將是長(zhǎng)期巨大的，要實(shí)現(xiàn)很好的投入產(chǎn)出比難度不小；反之，如果金融機(jī)構(gòu)將自己定位成大模型應(yīng)用型公司，或許可以省下不少錢，也能提升金融大模型應(yīng)用效率。所以這背后，還是金融機(jī)構(gòu)的自身定位與技術(shù)應(yīng)用路徑選擇問題。